基于大数据分析的专利价值评估体系构建研究

李　　程

（国家知识产权局知识产权出版社，北京 100081）

基于大数据分析的专利价值评估体系构建研究

李程

（国家知识产权局知识产权出版社，北京 100081）

摘要：本文介绍了专利价值评估体系的概念和国内外现状，提出了评估指标体系构建的原则，从评估指标的大数据分析入手，构建了“总-子-分”3层架构的评估模型，即以“法律、技术和经济”三方面为一级指标、“专利保护范围、专利稳定性、专利技术质量、专利技术应用性、市场、竞争、申请人因素”等7方面为二级指标、可量化的81个细分指标为三级指标的体系，并阐述了依据这一体系进行专利价值度计算的方法。在大数据基础上对指标进行量化之后，就可以根据这一体系和计算方法，快速、大规模、定量地对专利进行评估，对于项目筛选、投资决策、专利商用化有很好的帮助作用。

大数据；专利；价值评估；体系；量化

当前，全球新一轮科技革命和产业变革蓄势待发，我国经济发展方式加快转变，创新引领发展的趋势更加明显，知识产权制度激励创新的基本保障作用更加突出。党中央明确要求实施知识产权战略，加强知识产权运用和保护。2015年国务院《关于新形势下加快知识产权强国建设的若干意见》，提出要深入实施创新驱动发展战略，深化知识产权领域改革，促进新技术、新产业、新业态蓬勃发展，提升产业国际化发展水平，保障和激励大众创业、万众创新。

一、专利价值评估体系的构建是专利商用化的基础

专利是知识产权（专利、商标、版权）的三大主要部分之一，兼具法律、技术、经济属性。在法律方面，专利权赋予了权利人的独占实施权利；在技术方面，专利公开了发明创造的内容，这就为技术的实施和商用化提供了基础；在经济方面，这也是专利属性中尤为重要的一面，权利人通过专利技术的商用化，如专利许可、专利转让、专利质押、专利入股、专利信托、专利担保、专利保险等，参与市场中的资本运作，从而使专利价值最大化。

专利商用化的前提是专利价值的评估。如果不能对专利的价值进行有效评估，其经济价值就成为“空中楼阁”。专利价值的有效评估是形成一个健康、有序的技术应用和推广体系以及高效、活跃的专利交易运营体系的关键环节。但随之而来的问题是：在专利价值评估中采用什么指标？为什么用这些指标？这些指标之间的关系是什么？怎么合理使用这些指标？……因此，建立一套科学、严谨、完善、可量化的指标体系，是开展专利价值评估的基础性工作。

二、国内外专利价值评估体系研究现状和不足

“专利价值评估指标体系”是指一套能够反映所评价专利价值的总体特征，并且具有内在联系、起互补作用的指标群体，它是专利在交易中的内在价值的客观反映。目前专利价值评估体系主要有以下几种：

1. PVD指标

国家知识产权局2011年委托中国技术交易所进行了研究，提出了专利价值度（Patent Value Degree，简称PVD）的概念，即相对表征专利自身价值大小的度量单位，并设计了PVD指标体系。这一指标体系包括3个维度，即法律价值度、技术价值度和经济价值度。在3个维度下，划分了18项指标。法律价值度分析从法律的维度评价一项专利的价值，包括专利稳定性、实施可规避性、实施依赖性、专利侵权可判定性、有效期、多国申请、专利许可状态等。技术价值度分析从技术的维度评价一项专利的价值，包括先进性、行业发展趋势、适用范围、配套技术依存度、可替代性、成熟度等。经济价值度分析从市场经济效益的维度评价一项专利的价值，包括市场应用、市场规模前景、市场占有率、竞争情况、政策适应性等。PVD的主要应用方法是根据检索报告、行业分析报告以及其他材料，对指标项逐个打分、加权汇总之后，形成对专利价值进行衡量的一种标准化统一度量——专利价值度。由于专利价值分析体系涉及人工打分机制，存在主观倾向影响分析结果的可能，因此，该体系通过建立严谨的流程管理，比如制定了《专利价值分析体系操作手册》，最大程度上降低主观因素的成分，保证体系的科学性和权威性。

2. IncoIndex指标

这一指标体系是由一家专注于知识产权领域的IT公司-合享新创公司提出的。其对核心专利或有价值专利的理解主要集中在3个方面：技术稳定性，技术先进性，保护范围。主要有9项指标：有无诉讼、质押保全、复审请求、无效宣告请求、许可转让行为，被引用次数，研发人员数量，权利要求个数，专利族数等。虽然合享新创曾经以此体系对部分上市公司的创新能力进行了评价，但目前在其官网上表明系统还处于开发调试阶段。

3. CHI指标

此指标来自《华尔街日报》的专利记分卡，主要关注某一产业内的专利情况，统计指标涉及专利授权量、产业影响力、研发强度、技术强度、科学强度等，并且按照技术强度和科学强度对某一产业内的机构进行排名，给出了综合考虑专利组合的规模和质量后的专利实力对比结果。其主要指标包括4方面6个指标：（1）质量：包括技术强度和产业影响力。技术强度是结合数量和质量因素对某一机构专利组合实力的总体评估结果，是专利组合的排名依据之一。产业影响力指某一机构专利组合对后续技术创新的影响程度，通过专利被引用数据计算得出。（2）数量：专利授权量。（3）科学：包括科学强度和研究强度指标。科学强度用来衡量企业利用科学研究成果构建其专利组合的程度，也是专利组合的排名依据之一。研究强度指某机构专利组合中科学关联度高于行业平均值的专利数量程度。（4）速度：创新循环周期指标，用于衡量专利或专利组合所基于的现有技术的新旧程度。

4. IEEE指标

《IEEE SPECTRUM》期刊于2013年10月发布了IEEE（美国电气和电子工程师协会）专利实力记分卡（Patent Power Scorecard）。专利实力记分卡根据专利实力指数排名，其综合考虑了专利组合的数量和质量，包括5个指标，比如专利数量及其增长情况、技术影响力（引证次数）、技术原创性（专利组合所引用的专利技术的领域宽泛程度）和技术扩散性（普及性）相关的指标体现的。专利实力指数=专利数量×专利增长指数×技术影响力指数×技术原创性指数×技术扩散指数。

5. Ernst指标

该体系来源于专利投资组合理论，是运用专利数据进行技术投资组合的方法，也可用于对专利资产水平的评价。它是由德国学者Holger Ernst于1998年首次提出的。Ernst包括18个指标：专利活动指数、技术占有率、研发重视度、共同合作密度、专利授权比率、技术范围、国际范围、引证频率、平均专利品质、专利强度、技术占有率、相对技术占有率、有效专利占有率、美国专利占有率、引证率、平均专利品质、相对成长率、相对成长潜力率。通过企业在某领域的专利申请量评估公司的专利活动，用专利活动数量与总申请量的比值评估该公司的研发重点，已获得审批的专利数量与专利活动数量的比值评估已经获得批准的专利份额，通过IPC多样性计算企业的技术范围，通过专利族规模评估其国际影响范围等。

6. IPscore指标

欧洲专利局（EPO）在2015年9月比较了专利价值评估定性和定量方法的差异，介绍了利用EPO的资源进行专利价值评估的方法，包括尽职调查法和评级法。其中评级法利用等级评测对某项专利或技术的不同方面进行评估，包括市场条件、财务和技术因素、法律状态及战略目标。EPO介绍了一款软件工具IPscore，它利用40个评估因子对用户提供的专利信息进行分析，得出价值评估结论，并以图表的形式呈现。IPscore可以帮助用户决定是否应该对某项技术提出专利申请、怎么提出申请以及了解与之密切关联的在先专利。

7. OECD指标

经济合作与发展组织使用3类指标对专利进行评价：国家分析指标、产业层级分析指标、企业层级分析指标。国家分析包括对跨国及各国跨产业申请的专利，产业层级包括技术独立性分析、专利与R&D指标、专利与创新指标、经济绩效指标，企业层级包括专利与公司策略、专利申请与企业结构、技术关联性。该组织的指标体系没有进行量化，需要全人工分析判断。

8. PLX指标

美国PLX软件公司采用两个量化值评价专利技术潜在的应用范围。以一件专利所引证的专利所属分类数除以引证专利总数考察该专利的原创性，采用引证该专利的专利所属分类数除以被引证专利总数考察该专利的普遍性。不过方法所涉及到的评价角度不够全面。

以上介绍了国内外主要专利价值评估体系。实际上，目前市面上已经出现了10多种的专利评估指标体系，并且还在进一步发展。在专利商用化日趋活跃的大势下，专利指标评价体系的探索已成为当前知识产权领域重要的研究内容，但目前大多数体系还存在以下几方面的不足：

（1）缺乏层次结构。很多指标体系并没有将具体的指标项“分类、分层、分主次、分权重”地进行系统组织，更像是各个指标项的堆砌，造成看似指标很多，叠加起来却不科学合理，与实际感受不符。

（2）指标零散重复。有的指标在不同的维度中重复应用，又不能完全代表这个维度的特征，造成了这一指标作用的盲目放大，以至于某些指标项稍微一动，会导致评价结果大相径庭。

（3）无法量化应用。很多指标无法从数据中得出或者挖据出，而是靠人为打分或评价，而打分者的经验、专业知识、理解或者判断不同，造成了评价结果的巨大差异，反而引起了无谓的争论。这种随意性也不利于指标体系的标准化和推广传播。

（4）缺少数据支撑。在很多指标体系当中，需要一些审查流程数据或者非知识产权数据，比如日本的PCI指标中就使用了该专利文献在日本特许厅被申请调档的次数。有的指标也包含了研发经费投入、企业经营状况、行业产业数据等其他非专利领域信息数据。这类数据要么没有充分公开，要么在其他机构手中，无法有效获取和互联互通，导致指标的“虚化”。有的即便有数据，但由于数据没有标准化，应用起来也很困难。

（5）缺乏实践验证。虽然这些指标对某些领域的专利或者公司进行了评估分析，但毕竟选择的范围还是极其有限的，更多地是停留在理论研究层面，未对专利进行全量分析，还不能以大数据样本从实际中获得验证。

三、基于大数据分析的专利价值评估体系设计

大数据时代，海量信息的存储、获取、挖掘、分析、运用正潜移默化地影响和改变着社会模式和人类生活。大数据的核心价值在于分析，对于专利评估而言，目前的专利大数据具有相当的条件来支撑。一是目前我国的专利大数据已经克服了“信息孤岛”，形成了统一的格局；国家知识产权局从2010年开始了全电子化审查，全国所有专利数据都进行集中处理、加工和发布。二是专利数据的量足够大，我国已经连续5年成为全球专利申请量最多的国家，并且还以每年大约20%左右的速度递增；目前国家知识产权局已经收集了全球超过1亿条专利数据。三是数据进行了标准化处理，这些专利大数据按照世界知识产权组织（WIPO）和我国的知识产权行业标准，进行了数字化、结构化、标准化处理，使其应用更加便利。四是专利数据兼具技术（比如发明内容）、法律（比如法律状态）、经济（比如许可和转让情况）的特性，如果基于专利大数据分析建立专利价值评估体系，再利用数学模型进行大数据计算，就可以以自动化的方式评估专利价值，快速、定量地给企业、权利人和投资机构提供参考。

在专利价值评估体系的构建中，除了要遵守常规的全面性、系统性、可操作性、时效性、独立性及可扩展性等原则外，笔者认为为了体现大数据的优势，还要遵循以下原则：（1）客观性原则。指标的设计应该是客观的、合理的，避免主观臆断或随意搭配。数据对于指标的反映应贴切妥当，没有歧义。（2）可量化原则。所有指标都可以用数据直接衡量，或者通过数据的计算获得，也就是最终的评估值是一个量化的数值。（3）层次性原则。指标体系结构应具有层次，一个指标可以分解为若干个子指标，构成树形结构，逐层细化，层层递进，有统有分，相得益彰。（4）平衡性原则。通过指标权重值的合理设计来平衡总体指标体系，不至于使某项指标过于要害，从而使评估结果产生不合理的偏差。另一方面，针对不同技术领域特征或其他要素，也可以通过权重值的调整，使之更趋于合理的价值。

考虑以上原则后，笔者将评价指标体系分为“总-子-分”3层：第一层，包括法律、技术、经济3方面；第二层，将第一层指标分别分解成为7个子指标，包括专利保护范围、专利稳定性、专利技术质量、专利技术应用性、市场、竞争、申请人因素等；第三层，将第二层部分指标继续分解成81个细分指标（括号中的数字），见表1。

表1　

这个指标体系的计算方法是：首先计算出最下层指标的分值，这些分数经过加权汇总后，即可得到上一层指标分值，以此类推，最终可得到专利价值。每层指标的计算方法如下：

Z为上级指标项，Y为下级指标项，X为其权重，i为指标数。而且对于各个指标项Y，都进行无量纲化处理，得出可以相加的数值。通过这一体系和计算方法，可以在大数据的基础上，计算出每个专利的价值度分值（在0～100之间），既直观、量化、易懂，又适于计算机大规模计算。这一模型采取了“总-子-分”的3层架构，每一层通过大数据分析、选取了可量化的指标反映专利的价值度，并通过权重系数的设计平衡指标之间的利害关系，构建了新的专利价值评估体系。

结论

在知识经济时代，专利商用化已经成为企业竞争、获利的利器。本文在对专利价值评估体系的构建研究中，介绍了专利价值评估体系的概念和国内外现状，提出了评估指标体系构建的原则，从评估指标的大数据分析入手，构建了以“法律、技术和经济”3方面为1级指标、“专利保护范围、专利稳定性、专利技术质量、专利技术应用性、市场、竞争、申请人因素”等7方面为2级指标、可量化的81个细分指标为3级指标的体系，并阐述了依据这一体系和大数据进行专利价值度计算的方法。在大数据基础上的对指标进行量化之后，就可以根据这一体系和计算方法，快速、大规模、定量地对专利进行评估，甚至可以用于自动智能评估，无疑对于项目筛选、投资决策、专利商用化起到很好的作用。同时，也应该看到，专利价值评估体系构建是一个复杂的系统工程，比如文中所述的体系结构、指标选取、权重分配等，都还可以做进一步地深入研究。总之，随着大数据分析技术和专利价值评估理论的发展，专利价值评估一定能越来越准确地反映技术的价值，为创新创业和经济发展提供有益的帮助。

[1]徐向阳，滕波.专利价值分析体系的全方位解析[J].中国知识产权杂志，2012（8）：9-17.

[2]刘振玲，陈玉华.大数据时代的专利权价值评估[J].中国知识产权报，2015（12）：19.

[3]孙涛涛，唐小利.核心专利的识别方法及其实证研究[J].图书情报工作，2012（2）：80-84.

?

TP311

A